Fugu-MT 論文翻訳(概要): Quantum Hamiltonian Learning for the Fermi-Hubbard Model

論文の概要: Quantum Hamiltonian Learning for the Fermi-Hubbard Model

arxiv url: http://arxiv.org/abs/2312.17390v2
Date: Wed, 1 May 2024 20:23:12 GMT
ステータス: 処理完了
システム内更新日: 2024-05-03 21:50:58.802139
Title: Quantum Hamiltonian Learning for the Fermi-Hubbard Model
Title（参考訳）: Fermi-Hubbardモデルに対する量子ハミルトニアン学習
Authors: Hongkang Ni, Haoya Li, Lexing Ying,
Abstract要約: ハイゼンベルク制限スケーリングは、状態準備と測定誤差を許容しながら達成される。本手法は, 単純な1部位または2部位のフェルミオン操作のみを含む。
参考スコア（独自算出の注目度）: 10.391338066539237
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This work proposes a protocol for Fermionic Hamiltonian learning. For the Hubbard model defined on a bounded-degree graph, the Heisenberg-limited scaling is achieved while allowing for state preparation and measurement errors. To achieve $\epsilon$-accurate estimation for all parameters, only $\tilde{\mathcal{O}}(\epsilon^{-1})$ total evolution time is needed, and the constant factor is independent of the system size. Moreover, our method only involves simple one or two-site Fermionic manipulations, which is desirable for experiment implementation.
Abstract（参考訳）: 本研究はフェルミオンハミルトン学習のためのプロトコルを提案する。有界グラフ上で定義されたハバードモデルに対して、ハイゼンベルク制限スケーリングは状態準備と測定誤差を許容しながら達成される。すべてのパラメータに対して$\epsilon$-accurate推定を達成するには、$\tilde{\mathcal{O}}(\epsilon^{-1})$ total evolution time が必要である。さらに,本手法は,実験実装に好適な単純な1箇所または2箇所のフェルミオン操作のみを含む。

関連論文リスト

Achieving Heisenberg scaling by probe-ancilla interaction in quantum metrology [0.0]
ハイゼンベルクスケーリング(Heisenberg Scaling)は、量子力学の原理によって許容されるパラメータ推定の最終的な精度限界である。また, プローブと補助システムとの相互作用により, パラメータ推定の精度が向上し, 標準量子限界を超える可能性が示唆された。このプロトコルの特徴は, (i) ハイゼンベルクスケーリングはプローブの積状態によって達成でき, (ii) アンシラ上の局所的な測定だけで十分である。
論文参考訳（メタデータ） (2024-07-23T23:11:50Z)
Learning with Norm Constrained, Over-parameterized, Two-layer Neural Networks [54.177130905659155]
近年の研究では、再生カーネルヒルベルト空間(RKHS)がニューラルネットワークによる関数のモデル化に適した空間ではないことが示されている。本稿では,有界ノルムを持つオーバーパラメータ化された2層ニューラルネットワークに適した関数空間について検討する。
論文参考訳（メタデータ） (2024-04-29T15:04:07Z)
Learning interacting fermionic Hamiltonians at the Heisenberg limit [0.6906005491572401]
ハイゼンベルク極限でフェルミオンハバードハミルトニアン類を学ぶアルゴリズムを提供する。このプロトコルは一定量の状態準備と測定誤差に対して堅牢である。
論文参考訳（メタデータ） (2024-02-29T19:01:05Z)
Dissipation-enabled bosonic Hamiltonian learning via new information-propagation bounds [1.0499611180329802]
ボソニックハミルトニアンが簡単な量子実験から効率的に学習できることが示される。我々の研究は、ボソニック・ハミルトンの幅広いクラスが単純な量子実験から効率的に学習できることを実証している。
論文参考訳（メタデータ） (2023-07-27T17:35:07Z)
Heisenberg-limited Hamiltonian learning for interacting bosons [6.352264764099532]
ハイゼンベルク制限スケーリングを用いた力学から相互作用するボゾンハミルトニアンのクラスを学ぶためのプロトコルを開発する。本プロトコルでは, ボソニックコヒーレント状態, ビームスプリッタ, 位相シフト器, ホモダイン測定のみを用いる。
論文参考訳（メタデータ） (2023-07-10T16:44:23Z)
Neural network enhanced measurement efficiency for molecular groundstates [63.36515347329037]
いくつかの分子量子ハミルトニアンの複雑な基底状態波動関数を学習するために、一般的なニューラルネットワークモデルを適用する。ニューラルネットワークモデルを使用することで、単一コピー計測結果だけで観測対象を再構築するよりも堅牢な改善が得られます。
論文参考訳（メタデータ） (2022-06-30T17:45:05Z)
Fermionic approach to variational quantum simulation of Kitaev spin models [50.92854230325576]
キタエフスピンモデルは、自由フェルミオンへの写像を通じて、あるパラメータ状態において正確に解けることで知られている。古典的なシミュレーションを用いて、このフェルミオン表現を利用する新しい変分アンザッツを探索する。また、量子コンピュータ上での非アベリアオンをシミュレートするための結果の意味についてもコメントする。
論文参考訳（メタデータ） (2022-04-11T18:00:01Z)
Bosonic field digitization for quantum computers [62.997667081978825]
我々は、離散化された場振幅ベースで格子ボゾン場の表現に対処する。本稿では,エラースケーリングを予測し,効率的な量子ビット実装戦略を提案する。
論文参考訳（メタデータ） (2021-08-24T15:30:04Z)
Quantum Variational Learning of the Entanglement Hamiltonian [0.0]
絡み合いハミルトニアン(EH)の構造を学ぶことは、アナログ量子シミュレーションにおける量子多体状態の特徴付けの中心である。量子デバイス上で物理的に実現された多体ハミルトニアンの空間的変形が局所的なEHに対する効率的な変分アンサッツとして機能するプロトコルについて述べる。我々は準1次元測地におけるフェルミ・ハッバードモデルの基底状態のプロトコルをシミュレートし、ビソニャーノ・ヴィヒマン予想とEHの優れた一致を見出した。
論文参考訳（メタデータ） (2021-05-10T12:54:50Z)
Systematic large flavor fTWA approach to interaction quenches in the Hubbard model [55.2480439325792]
最近導入されたフェルミオン・トランケート・ウィグナー近似(fTWA)を用いた2次元ハバードモデルにおける相互作用クエンチ後の非平衡ダイナミクスについて検討する。以上の結果から,fTWAは少なくとも予熱力学を含まないことが示唆された。
論文参考訳（メタデータ） (2020-07-09T20:59:49Z)
Quantum probes for universal gravity corrections [62.997667081978825]
最小長の概念を概観し、量子系のハミルトニアンに現れる摂動項をいかに引き起こすかを示す。我々は、推定手順の精度の最終的な限界を見つけるために、量子フィッシャー情報を評価する。以上の結果から,量子プローブは有用な資源であり,精度が向上する可能性が示唆された。
論文参考訳（メタデータ） (2020-02-13T19:35:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。